作者注：谷歌 2026-11-12 發佈 Gemini 4 Hydrogen。本文梳理官方模型卡的 10 項對比表、相對 Gemini 3.8 Flash 的提升、規格與標準檔價格，並逐項標明數字口徑。
谷歌在 2026-11-12 正式發佈 Gemini 4 Hydrogen，模型 ID 爲 gemini-4-hydrogen。它的定位是 更快的日常編碼和各類 agent 執行，不是 Carbon、Argon 那種負責最難長程推理的模型。官方全球標準檔價格爲輸入 $1.50、輸出 $7.50（每百萬 tokens）。在 DeepMind 模型卡的 10 項對比表裏，它拿下其中 7 項最高分。
這不是發佈前的代號傳聞。谷歌博客、開發者短訊和 DeepMind 模型卡都已經上線，AI Studio 的試用鏈接用的就是 gemini-4-hydrogen 這個 ID。需要說明的是，本文引用的分數全部來自官方自報或官方模型卡彙總，不是 API易 的複測結果。
核心價值：讀完本文，你會知道 Gemini 4 Hydrogen 在哪些任務上領先、在哪些任務上落後於 Claude Sonnet 5.5，也會知道這些數字該怎麼讀。
Gemini 4 Hydrogen 核心信息速覽
先看基本事實。下表的信息來自谷歌博客、開發者短訊和 DeepMind 模型卡（Published November 2026），覈對日期爲 2026-11-13。
| 信息項 | Gemini 4 Hydrogen 詳情 |
|---|---|
| 發佈時間 | 2026-11-12，當日起全球鋪開 |
| 發佈方 | Google / Google DeepMind |
| 模型 ID | gemini-4-hydrogen |
| 來源 | 模型卡寫明 adapted from Gemini 4 Carbon，即由 Carbon 改出 |
| 官方定位 | 日常編碼、agent 執行；可單獨使用，也可在多模型流程裏當執行引擎 |
| 思考檔位 | low、medium、high（默認）、xhigh 四檔 |
| 知識截止 | 2026 年 3 月，部分領域可能更舊 |
| 官方渠道 | AI Studio 全檔、Gemini API、Android Studio、Gemini for business、Gemini App、Google Search |
谷歌對 Gemini 4 家族的分工說得比較直白：Carbon 和 Argon 負責最難的長程推理，Hydrogen 負責更快的日常活。因此把 Hydrogen 和 Carbon 當成“同一檔模型的新舊版本”來比是不合適的。它和 Carbon 的關係更像是同一底座上的兩個分工。
使用渠道方面，付費的 Google AI Pro / Ultra 用戶還可以在 Google Antigravity 裏使用 Hydrogen。Sheets 先從 Pro / Ultra 和符合條件的企業訂閱開放。AI Studio 官方確認全檔可用，免費檔的具體限額本次沒有核對到，這裏不展開。
Gemini 4 Hydrogen 的四檔思考
四檔思考是 Hydrogen 的一個使用重點。官方的說法是，檔位之間的質量、延遲和成本是平滑遞增的，開發者可以只爲需要的推理深度付費。默認檔是 high，這一點會直接影響賬單，後文的價格部分會再提到。
Gemini 4 Hydrogen 官方 10 項對比表
這是本文最核心的部分。DeepMind 模型卡給出了一張 10 項基準對比表，參與對比的是 Gemini 4 Hydrogen、Claude Sonnet 5.5 和 GPT-6.1 Terra。
| 基準 | Gemini 4 Hydrogen | Claude Sonnet 5.5 | GPT-6.1 Terra | 最高 |
|---|---|---|---|---|
| SWE-sweep | 13.5% | 3.1% | 5.8% | Hydrogen |
| Terminal-Bench 4.1（cheating-adjusted） | 57.0% | 63.9% | 無數據 | Sonnet |
| Agents’ Last Exam v1.1 | 71.6% | 60.4% | 69.8% | Hydrogen |
| AutomationBench-AA | 76.1% | 71.8% | 60.2% | Hydrogen |
| Vending-Bench 2（賬戶餘額，美元） | 14549 | 11165 | 9107 | Hydrogen |
| OSWorld-2.1（offline subset） | 77.6% | 83.9% | 74.2% | Sonnet |
| MKA（Climb WSR accuracy） | 53.4% | 52.0% | 43.8% | Hydrogen |
| Chartography | 66.6% | 61.6% | 63.2% | Hydrogen |
| Terminal-Bench-Science 0.1 | 51.4% | 59.9% | 58.3% | Sonnet |
| HLE-Diamond | 58.8% | 53.3% | 47.3% | Hydrogen |
計數結果是：Hydrogen 7 項最高，Sonnet 5.5 有 3 項最高，分別是 Terminal-Bench 4.1、OSWorld-2.1 電腦操作和 Terminal-Bench-Science。GPT-6.1 Terra 在有分數的格子裏沒有拿到第一。
這裏要特別注意兩點。第一，Terra 在 Terminal-Bench 4.1 一欄是空的，模型卡沒有給出數字，所以不能把它解讀爲“Terra 終端能力更差”。第二，“10 項贏 7 項”不等於全面超越，Hydrogen 在終端和電腦操作這兩類和 agent 執行高度相關的任務上，仍然落後於 Sonnet 5.5。
這張 Gemini 4 Hydrogen 對比表的讀法
模型卡的方法說明決定了這張表能讀到什麼程度。Hydrogen 的分數除另行註明外，都是最高思考檔、pass@1、單次嘗試、通過 Gemini API 運行。Sonnet 5.5 和 GPT-6.1 Terra 默認取各自公開的最大思考或推理檔，沒有公開結果時用能拿到的最好結果。
換句話說，這不是同一天、同一套腳本對三個模型的重跑。SWE-sweep 一項尤其明確：對手分數來自公開榜，不是谷歌用同一套腳手架複測的。所以這張表適合用來判斷大致強弱方向，不適合把每個百分點的差距當成精確結論。
另外，表裏 Hydrogen 是最高思考檔的成績，而它的默認檔是 high。如果你在生產環境用默認檔，實際表現和表中數字可能存在差距，這一點值得在自己的任務上驗證。
Gemini 4 Hydrogen 相對 Gemini 3.8 Flash 的提升
對正在用 Gemini 3.8 Flash 的開發者來說，這一節可能比橫向對比更有參考價值。以下數字均爲官方自報。
| 維度 | Gemini 3.8 Flash | Gemini 4 Hydrogen | 說明 |
|---|---|---|---|
| 任務完成速度（默認 high） | 基準 | 快 2.5 倍 | 官方自報 |
| Terminal-Bench 4.1 | 18.2% | 57% | 三倍多 |
| 編造說法 | 基準 | 減少 5 倍以上 | 官方自報 |
| 工具失敗 / 搜索爲空時 | — | 更能主動改道 | 官方定性描述 |
| 合作伙伴早期測試速度 | 基準 | 快 2 到 2.8 倍 | 圖表、SQL、數據密集流程 |
| 合作伙伴早期測試 token 用量 | 基準 | 少 12% 到 23% | 官方轉述，非公開榜 |
終端任務從 18.2% 跳到 57% 是這次發佈最明顯的變化。這說明 Hydrogen 在“小模型能不能真正執行命令行任務”這件事上，跨過了一個可用門檻。不過放回橫向表看，57% 仍然低於 Sonnet 5.5 的 63.9%。
合作伙伴的早期測試數據也要單獨看待。它是官方轉述的合作伙伴結果，不是公開榜單，場景集中在複雜圖表、SQL 和數據密集流程，不一定能推廣到所有業務。
Gemini 4 Hydrogen 的其他官方自報成績
除 10 項表之外，博客和模型卡還列了幾項成績，同樣屬於官方自報：
- Artificial Analysis Intelligence Index：默認 high 檔爲 51，Argon 爲 50，xhigh 檔達到 54。這是谷歌引用 AA 的數字。Carbon 曾公佈 AA Index v5 爲 59 分，但公告沒有說明 Hydrogen 用的是否是同一版指數，兩者不宜直接相減比較。
- Agent Arena：開放 agent 任務排名第 5。
- Vals Tax Agent Bench：52.3%，官方稱總排名第 1。
- Vals Legal Research Bench：55.8%，官方稱並列第 1。
- HLE-Diamond：58.8%，官方稱同級領先。
Gemini 4 Hydrogen 在多模型流程中的角色
官方還給出了一個組合用法的數據。在 Antigravity Orchestrator 裏，系統在 Carbon 和 Hydrogen 之間切換，在 Terminal-Bench 4.0 上的任務成功率接近純 Carbon，平均少用 24% 額度、速度快 19%。並行模式下，Carbon 擔任協調者，Hydrogen 擔任 worker 或 verifier。
這個數據很能說明谷歌對 Hydrogen 的設計意圖：它不是要替代 Carbon，而是承擔大量具體執行，把貴的推理留給真正需要的步驟。
Gemini 4 Hydrogen 規格與價格
上下文窗口：模型卡與博客的兩種說法
窗口這一項，模型卡和博客的表述不完全一致，這裏把兩種說法並列列出：
- 模型卡：combined input-output token context window of up to 1M，即輸入輸出合計最多 100 萬 tokens；同步調用默認最多輸出 6.4 萬 tokens；後臺 long decode 最多輸出 100 萬 tokens。
- 博客：原生 100 萬 tokens 輸入，輸出最多 100 萬 tokens。
實際開發時，建議按模型卡更保守的“合計窗口”口徑做預算，同時留意同步調用 6.4 萬輸出的默認上限。超長輸出需要走後臺 long decode。輸入模態方面，Hydrogen 支持文本、圖像、音頻、視頻。
Gemini 4 Hydrogen 官方標準檔價格
博客的說法是整個 100 萬 token 窗口一口價。下表來自 Google Cloud 價目頁（2026-11-13 讀取），只列標準檔，單位爲美元 / 每百萬 tokens。
| 計費項 | 全球標準檔 | 非全球 |
|---|---|---|
| 輸入（文本、圖像、視頻、音頻） | $1.50 | $1.65 |
| 緩存讀 | $0.075 | $0.0825 |
| 輸出（回覆與推理合計） | $7.50 | $8.25 |
| 緩存寫入 | 標價 $1.875，2027-01-12 起才計價 | — |
有一點容易被忽略：輸出價格是回覆和推理放在一起計算的。Hydrogen 的默認思考檔是 high，所以輸出賬單裏包含思考 tokens。模型卡也提醒，更高的思考檔可能消耗更多 tokens。簡單任務可以考慮下調到 low 或 medium 檔來控制成本。
今天去哪調用 Gemini 4 Hydrogen
官方渠道方面，Google AI Studio 和 Gemini API 當天已經可用。在 API易 這邊，我們在 2026-11-13 覈對了 docs.apiyi.com/models 文檔總表、型號頁以及 api.apiyi.com/api/pricing 價目接口，都沒有 gemini-4-hydrogen，型號頁返回 404，價目接口當天的 282 個型號裏搜索 hydrogen 也沒有結果。暫未上架，我們會盡快上架這個模型；型號與價格以平臺型號列表爲準。
在 Hydrogen 上架之前，API易 apiyi.com 已經可以調用 10 項表裏的兩個對手，以及 Hydrogen 的“母體” Carbon，適合先搭好對比流程：
| 模型 ID | 輸入 | 輸出 | 緩存讀 | 端點 | 可用平臺 |
|---|---|---|---|---|---|
gemini-4-carbon |
$2 | $10 | $0.1 | chat、gemini | API易 apiyi.com |
claude-sonnet-5-5 |
$2 | $10 | $0.1 | chat、messages | API易 |
gpt-6.1-terra |
$1 | $5 | $0.05 | responses（首選）、chat | API易 |
關於 Carbon 價格需要補充一句：API易 文檔寫明，$2 / $10 是谷歌的限時價，有效期到 2026-11-30；2026-12-01 起隨官方調整爲 $4 / $20，緩存讀 $0.10。
接入方式是 OpenAI 兼容接口，把 base_url 設爲 https://api.apiyi.com/v1，模型字段填 gemini-4-carbon、claude-sonnet-5-5 或 gpt-6.1-terra 即可。等 Hydrogen 上架後，只需把模型字段換成 gemini-4-hydrogen，就能在同一套代碼裏復現上面那張 10 項表涉及的任務類型。
🎯 技術建議：官方模型卡的對手分數取自各家公開結果，與你的業務場景未必一致。建議先通過 API易 apiyi.com 用同一批真實任務對比 Sonnet 5.5 和 Terra，Hydrogen 上架後再補上一列，得到屬於自己的勝負表。
Gemini 4 Hydrogen 影響分析
對開發者的影響
- agent 執行層多了一個選擇：在 AutomationBench-AA、Agents’ Last Exam、Vending-Bench 2 這類 agent 任務上，Hydrogen 的官方成績領先，適合承擔工作流中的大量執行步驟。
- 終端和電腦操作仍需評估：Terminal-Bench 4.1 與 OSWorld-2.1 上 Sonnet 5.5 領先，如果你的核心場景是命令行 agent 或桌面自動化，不能只看“贏 7 項”。
- 3.8 Flash 用戶值得評估遷移：速度、終端成功率和編造率都有官方自報的明顯改善，但要用自己的數據確認。
- 成本要看思考檔：默認 high 檔會把思考 tokens 計入輸出，檔位選擇直接決定賬單。
對模型分工格局的影響
Hydrogen 的發佈進一步強化了“協調者 + 執行者”的分層用法。Orchestrator 的官方數據顯示，用便宜模型做執行、貴模型做規劃，可以在接近的成功率下節省額度。這意味着多模型編排正在從實驗做法變成廠商官方推薦的做法，一個能統一切換多家模型的接入層也會越來越重要。
Gemini 4 Hydrogen 的已知限制
不迴避短板，模型卡列出的限制包括：
- 仍會產生幻覺；可能變慢或超時；更高思考檔可能用更多 tokens；知識截止 2026 年 3 月。
- 安全自動評測相對 3.8 Flash 有兩項變差：拒絕語氣 -0.65 個百分點；不該拒絕時拒答的比例上升 5.57 個百分點（這項越低越好）。
- 前沿安全方面，相對 Argon 沒有材料級能力躍升；CBRN 和網絡安全均未達到 CCL，但已達到告警閾值。這不等於“沒有相關風險”。完整安全報告官方說隨後發佈。
正面數據也有：agent 越界行爲最多降低 81%，內部誠實評測 96.7%，Gray Swan 間接提示注入抵抗提升超過 2.3 倍，HealthBench Pro 誤拒低於 0.4%。這些同樣屬於官方自報。
常見問題 FAQ
Q1：Gemini 4 Hydrogen 是什麼模型？
它是谷歌 2026-11-12 發佈的 Gemini 4 家族成員，模型 ID 爲 `gemini-4-hydrogen`，由 Gemini 4 Carbon 改出，定位爲更快的日常編碼和 agent 執行模型。最難的長程推理由 Carbon 和 Argon 負責。
Q2：Gemini 4 Hydrogen 和 Claude Sonnet 5.5 誰更強？
按官方模型卡 10 項表，Hydrogen 贏 7 項，Sonnet 5.5 贏 3 項，Sonnet 的優勢集中在終端任務、電腦操作和科學終端。對手分數是各家公開的最大思考檔結果，並非同一套腳本重跑。建議通過 API易 apiyi.com 用自己的任務做對比測試。
Q3：“10 項贏 7 項”是第三方測出來的嗎？
不是。這是 DeepMind 模型卡的官方彙總，Hydrogen 用最高思考檔、pass@1 單次嘗試。它也不是 API易 的複測結果，應當作官方自報數據看待。
Q4：Gemini 4 Hydrogen 適合哪些場景？
官方成績較好的場景包括：多步驟自動化工作流（AutomationBench-AA）、圖表理解（Chartography）、多模態知識 agent（MKA），以及多模型流程中的 worker 或 verifier 角色。命令行 agent 和桌面操作建議同時評估 Sonnet 5.5。
Q5：現在能通過 API易 調用 Gemini 4 Hydrogen 嗎？
截至 2026-11-13 暫未上架，我們會盡快上架這個模型，型號與價格以平臺型號列表爲準。目前可以在 API易 apiyi.com 調用 `gemini-4-carbon`、`claude-sonnet-5-5` 和 `gpt-6.1-terra`，`base_url` 用 `https://api.apiyi.com/v1`，先搭建對比流程。
Q6：Gemini 4 Hydrogen 的輸出爲什麼可能比預期貴？
官方輸出價 $7.50 是回覆和推理合計計費，而默認思考檔是 high，思考 tokens 會進入輸出賬單。簡單任務可以切到 low 或 medium 檔控制成本。
Gemini 4 Hydrogen 核心要點 Key Takeaways
- 定位清晰：2026-11-12 發佈，主打日常編碼與 agent 執行，由 Carbon 改出。
- 官方表 10 項贏 7 項：Sonnet 5.5 贏終端、電腦操作、科學終端 3 項，Terra 無第一。
- 口徑要分清：分數爲官方自報，對手取各家公開最大思考檔，非同腳本重跑。
- 相對 3.8 Flash 跳變明顯：快 2.5 倍，Terminal-Bench 4.1 從 18.2% 到 57%。
- 標準檔價格：全球輸入 $1.50、輸出 $7.50，輸出含思考 tokens。
- 窗口兩種說法：模型卡爲合計 100 萬；博客爲輸入 100 萬、輸出最多 100 萬。
- 調用現狀：API易 暫未上架，可先在 apiyi.com 用 Carbon、Sonnet、Terra 搭建對比。
總結
Gemini 4 Hydrogen 的核心要點：
- 強在 agent 執行：在官方 10 項表中贏下 7 項，自動化、agent 考試、圖表和 HLE-Diamond 均領先。
- 弱在終端與電腦操作：Terminal-Bench 4.1、OSWorld-2.1 和科學終端三項落後於 Claude Sonnet 5.5。
- 數字需按口徑閱讀：全部爲官方自報或模型卡彙總，對手分數來自公開結果，不是同場重跑。
如果你在做 agent 工作流，Hydrogen 值得放進候選清單，尤其適合作爲多模型流程裏的執行層。最終判斷還是要以自己的任務結果爲準。推薦通過 API易 apiyi.com 先用現有的 Carbon、Sonnet 5.5、Terra 建立基線，Hydrogen 上架後即可直接補測。
📚 參考資料
- Google 博客：Introducing Gemini 4 Hydrogen：發佈公告與定位說明
- 鏈接：
blog.google/innovation-and-ai/models-and-research/gemini-models/introducing-gemini-4-hydrogen -
說明： 官方定位、AA Index、相對 3.8 Flash 的提升
-
Google 開發者短訊：Build with Gemini 4 Hydrogen：開發者接入信息
- 鏈接：
blog.google/innovation-and-ai/technology/developers-tools/build-with-gemini-4-hydrogen -
說明： 可用渠道與開發者相關說明
-
DeepMind 模型卡：Gemini 4 Hydrogen：規格、10 項對比表、安全評測
- 鏈接：
deepmind.google/models/model-cards/gemini-4-hydrogen -
說明： 本文 10 項表與限制說明的主要來源
-
DeepMind 評測方法說明：對比表的方法口徑
- 鏈接：
deepmind.google/models/evals-methodology/gemini-4-hydrogen -
說明： 思考檔、pass@1、對手分數來源
-
Google Cloud 價目頁：標準檔價格
- 鏈接：
cloud.google.com/vertex-ai/generative-ai/pricing - 說明： 全球與非全球標準檔單價、緩存寫入生效日期
作者: API易 技術團隊
技術交流: 歡迎在 API易 網站首頁聯繫我們，更多資料可訪問 docs.apiyi.com 文檔中心
